YOLO5Face：为何要重新发明一个人脸检测器
计算机视觉与模式识别
2022-01-28 v3
摘要
近年来，利用卷积神经网络在人脸检测方面取得了巨大进展。尽管许多人脸检测器采用专为人脸检测设计的结构，我们将人脸检测视为通用目标检测任务。我们基于 YOLOv5 目标检测器实现了一个人脸检测器，称之为 YOLO5Face。我们对 YOLOv5 做了若干关键修改并针对人脸检测进行优化。这些修改包括添加五点关键点回归头、在骨干网络输入处使用 stem block、在 SPP 中使用更小尺寸的卷积核，以及在 PAN block 中添加 P6 输出。我们设计了不同模型尺寸的检测器，从用于取得最佳性能的超大型模型，到用于嵌入式或移动设备上实时检测的超小型模型。在 WiderFace 数据集上的实验结果表明，在 VGA 图像上，我们的人脸检测器在几乎所有 Easy、Medium 和 Hard 子集上都能达到 SOTA 性能，超越了更为复杂的专用人脸检测器。代码已发布于 \url{https://github.com/deepcam-cn/yolov5-face}
引用
@article{arxiv.2105.12931,
title = {YOLO5Face: Why Reinventing a Face Detector},
author = {Delong Qi and Weijun Tan and Qi Yao and Jingfeng Liu},
journal= {arXiv preprint arXiv:2105.12931},
year = {2022}
}